51、大型基因网络的鲁棒识别与转录调控中的时间延迟建模

大型基因网络的鲁棒识别与转录调控中的时间延迟建模

1. 引言

细胞内的基因时空表达以及蛋白质和代谢物的浓度受到复杂调控网络的严格控制。识别这些网络对于理解细胞的正常功能和疾病机制具有重要价值。目前已有多种实验和计算方法用于解决网络识别问题，但这些方法通常数据需求大，且对网络的描述有限。本文聚焦于使用线性微分方程描述基因网络，因为它能将网络描述为连续时间动态系统，有助于推断网络中起主要调控作用的基因，还可用于识别化合物在细胞中生物活性的直接介导基因。

2. 转录调控中时间延迟的建模

• 模型框架 ：提出了一种基于优化的建模和求解框架，用于在转录调控中纳入时间延迟。该模型以现有的线性模型为基准，使用布尔变量将离散时间延迟纳入相互作用中。
• 求解方法 ：由于描述相互作用的方程组是欠定的，存在一组同样符合数据的解，因此利用生物网络的稀疏性和时间延迟的唯一性等特性来搜索解空间。
• 模型优势 ：该模型在检查替代目标函数的影响、纳入已知生物相互作用以及考虑环境刺激等方面具有显著优势。
• 计算挑战与解决方法 ：然而，模型的计算复杂度为NP - 难，意味着计算需求随模型规模呈指数增长。为缓解这一问题，提出了顺序边界松弛程序。
• 模型验证 ：通过应用于数值数据集和真实表达数据集，验证了该方法的推断潜力。结果表明，在已知存在时间延迟的系统中忽略时间延迟会显著增加描述系统动态所需的参数数量；将模型应用于真实微阵列数据